Python数据处理numpy.median的实例讲解

yipeiwu_com6年前Python基础

numpy模块下的median作用为:

计算沿指定轴的中位数

返回数组元素的中位数

其函数接口为:

median(a, 
axis=None, 
out=None,
overwrite_input=False, 
keepdims=False)

其中各参数为:

a:输入的数组;

axis:计算哪个轴上的中位数,比如输入是二维数组,那么axis=0对应行,axis=1对应列;

out:用于放置求取中位数后的数组。 它必须具有与预期输出相同的形状和缓冲区长度;

overwrite_input:一个bool型的参数,默认为Flase。如果为True那么将直接在数组内存中计算,这意味着计算之后原数组没办法保存,但是好处在于节省内存资源,Flase则相反;

keepdims:一个bool型的参数,默认为Flase。如果为True那么求取中位数的那个轴将保留在结果中;

>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> a
array([[10, 7, 4],
    [ 3, 2, 1]])
>>> np.median(a)
3.5
>>> np.median(a, axis=0)
array([ 6.5, 4.5, 2.5])
>>> np.median(a, axis=1)
array([ 7., 2.])
>>> m = np.median(a, axis=0)
>>> out = np.zeros_like(m)
>>> np.median(a, axis=0, out=m)
array([ 6.5, 4.5, 2.5])
>>> m
array([ 6.5, 4.5, 2.5])
>>> b = a.copy()
>>> np.median(b, axis=1, overwrite_input=True)
array([ 7., 2.])
>>> assert not np.all(a==b)
>>> b = a.copy()
>>> np.median(b, axis=None, overwrite_input=True)
3.5

以上这篇Python数据处理numpy.median的实例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

利用Python如何实现数据驱动的接口自动化测试

利用Python如何实现数据驱动的接口自动化测试

前言 大家在接口测试的过程中,很多时候会用到对CSV的读取操作,本文主要说明Python3对CSV的写入和读取。下面话不多说了,来一起看看详细的介绍吧。 1、需求 某API,GET方法,...

python dict 相同key 合并value的实例

如下所示: # #### dict中将key相同的字典合并在一个对象里 """ a = {"a": 1, "b": 2, "c": 1} for k, v in a.iteritem...

多个应用共存的Django配置方法

多个应用共存的Django配置方法

1.配置环境 安装python3 安装python3-pip 通过pip安装Django **如果需要使用Jinja模板,需要通过pip安装django-jinja与jinja2**...

python后端接收前端回传的文件方法

如下所示: filename=None     if request.method == 'POST' and request.FILES.get('...

关于Numpy中的行向量和列向量详解

行向量 方式1 import numpy as np b=np.array([1,2,3]).reshape((1,-1)) print(b,b.shape) 结果: (arr...